[機器學習 ML NOTE] Windows 搭建Tensorflow-GPU 環境(Anaconda + Tensorflow-GPU+ CUDA+ cuDNN)
我之前在我自己的筆電上要安裝 Tensorflow-GPU的時候遇到了非常多的問題，花了我快整天的時間搭建環境(真的好想要直接組一台HPC搭建Linux系統啊~~~~)，剛好我回家發現我爸的筆電也有獨顯，所以直接用我爸的電腦來安裝 Tensorflow-GPU 並記錄一下安裝過程，幫助那些也想安裝 Tensorflow-GPU 的人可以更順利把環境搭建起來 以下為示範的軟體跟硬體資訊：
作業系統：Windows 8 64 bit (完全無法理解為什麼我爸筆電系統是win8)
顯卡：GTX 860M
事前準備
在安裝前有幾個步驟要先確認
- 先從官網看一下Software requirements，看一下使用GPU的話需要什麼軟體
從上面就可以看出主要需要的軟體就是CUDA跟cuDNN
2. 確認顯卡是否支援 CUDA，可以來這裡確認你的顯卡是否有支援 CUDA
3. 安裝顯卡最新的驅動程式，從上面官網的圖中可以看出安裝CUDA 9.0 需要384.X或更新的版本，我們從NVIDIA官網中找最新的Driver並把驅動程式更新至最新
上面步驟準備完成之後，接下來就開始安裝跟架設環境啦~~~
安裝Anaconda & Tensorflow-gpu
我們先從官網下載Anaconda，https://www.anaconda.com/download/
這裡我們選擇的是Pytthon 3.7的版本
安裝完Anaconda後，在程式集裡找到Anaconda Prompt，接下來我們來安裝tensorflow-gpu
- 創建Conda 環境
我們先創建一個python3.5的環境，並命名為 tensorflow-gpu
conda create -n tensorflow-gpu pip python=3.5
看到下面的畫面就代表我們環境搭建成功了
2. 進入環境：
輸入以下code來激活conda環境
activate tensorflow-gpu
3.安裝 tensorflow-gpu
接下來我們用pip install來安裝 tensorflow-gpu
pip install --ignore-installed --upgrade tensorflow-gpu
看到下以畫面就代表安裝成功了
安裝CUDA 9.0 和cuDNN 7.3
我先介紹怎麼安裝CUDA
先到這個網站下載CUDA，https://developer.nvidia.com/cuda-downloads
他Default的下載頁面是CUDA 10，用下面的方法找到CUDA9的下載頁面
跟據自已電腦的資訊下載對應的CUDA9 (這裡我們選local，因為聽說網路安裝會有一些問題)
然後我們開始安裝CUDA(開始安裝啦~~祈禱不要出問題)
安裝完成啦 (敲碗開心)
環境變數
接下來我們要自行check環境變數有沒有設定對，我們進系統的環境變數中，如果裡面沒有CUDA的話要自行加入。
接下來我們進Anaconda Prompt輸入以下code來測試CUDA安裝成功與否，如果出現以下畫面就代表安裝成功了。
nvcc -V
接下來我們來安裝cuDNN 7.3
在這個網頁可以下載cuDNN，要下載的話必須要申請Nvidia的帳號
(我是直接用Google登入)
https://developer.nvidia.com/rdp/cudnn-download
下載回來後會是一個壓縮檔，解壓縮之後裡面會有三個資料夾，將這三個資料夾復製到剛剛安裝CUDA的資料夾
(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0)
環境變數
接下來我們一樣進環境變數，在Path的地方新增兩個路徑
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
這樣CUDA跟cuDNN就安裝完成了，接下來就是測試Tensorflow-gpu能不能用了
測試Tensorflow-GPU
我們進入剛剛安裝的tensorflow-gpu環境，並進入python裡面，輸入以下的code來測試GPU是否可正常運作，可能會運作一些時間，如果出現下面的畫面，就代表成功啦!!! Tensorflow-GPU安裝大功告成啦~~~
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
Jupyter notebook對anaconda新建的環境做設置
這裡加場介紹一下Jupyter 要怎麼對anaconda新建的環境做設置
因為前面我們創建一個新的環境：tensorflow-gpu，而這個新建的環境有很多套件跟IDE都沒有安裝進來，如果我們使用Jupyter notebook會發現Jupyter使用的kernel並不是我們新搭建的tensorflow-gpu，也就是說，Jupyter會找不到我們剛剛安裝的tensorflow，就像下面的圖，無法import tensorflow
我們也可以從下面code來看現在Jupyter所抓的環境是那一個
我們回到Anaconda Prompt中，並激活我們創建的環境，然後用conda install安裝Anaconda包，把一些基本anaconda的套件都安裝，當然裡面也包括IDE
conda install anaconda
花了一陣子看到DONE就代表基本Anaconda包安裝完成了
接下來就是把這個環境給安裝至Jupyter 裡面了，輸入以下的code把環境安裝至Jupyter裡面(注意，要安裝的話必需先激活此環境，不然安裝進去的也只會是外面的環境不是tensorflow-gpu的環境)
python -m ipykernel install --user --name tensorflow-gpu --display-name "Python (tensorflow-gpu)"
再來進Jupyter，在new那邊就會多出一個剛剛安裝的kernel
import tensorflow ，可以的話就代表Jupyter上的環境設置完成了!!!
(中間那個紅紅的，只是warning而己)
後記
這次安裝GPU版的Tensorflow並沒有之前那麼不順利，很快就架設完成了，或許是因為有上次的教訓，再加上對Anaconda也比較熟悉了，一步一步把CUDA跟cuDNN安裝好才會這麼順利吧XD，如果各位在安裝上面遇到什麼問題，歡迎在下面留言，我會一一回覆大家的！還有，各位在用Windows玩tensorflow的快點逃吧~(誤 哈哈
大家如果覺得我寫的還可以並且有幫助到你/妳的話，拜託給我一點掌聲吧，這樣我會更努力並更有動力的把自己所學給寫下來的!!有什麼問題也可以直接題問出來，如果我幫得上忙的話我會幫忙解答的~
